ESET<\/a>, demostr\u00f3 lo sencillo que resulta lanzar un ataque de audio deepfake contra cualquier organizaci\u00f3n. Basta con un breve clip de la v\u00edctima a suplantar \u2014extra\u00eddo de una entrevista, una conferencia o un v\u00eddeo en redes sociales\u2014 y la inteligencia artificial generativa hace el resto. El ataque t\u00edpico sigue una secuencia bien definida: el delincuente selecciona a la persona a imitar (un CEO, un CFO o un proveedor de confianza), localiza una muestra de audio en Internet, identifica al objetivo dentro de la empresa (personal de TI, finanzas o administraci\u00f3n) y, finalmente, realiza la llamada usando la voz sintetizada. Algunas herramientas avanzadas permiten incluso la conversi\u00f3n voz a voz en tiempo real, donde el atacante habla y su voz se transforma instant\u00e1neamente en la de la v\u00edctima, con pausas, titubeos y ruido ambiente que aumentan el realismo.<\/p>\nC\u00f3mo funciona un ataque deepfake de voz: el manual del estafador<\/h2>\n
Para comprender la magnitud del problema, es necesario desglosar el proceso que siguen los atacantes. No se trata de una haza\u00f1a t\u00e9cnica reservada a laboratorios de inteligencia artificial, sino de un procedimiento que cualquier delincuente con recursos m\u00ednimos puede replicar. El primer paso es la selecci\u00f3n del objetivo a suplantar. Los perfiles ideales son aquellos con acceso a informaci\u00f3n sensible o capacidad de autorizar pagos: directores ejecutivos, directores financieros, responsables de compras o incluso abogados externos. Cuanto m\u00e1s p\u00fablica sea su actividad, m\u00e1s f\u00e1cil resulta encontrar grabaciones de su voz en entrevistas, podcasts, llamadas con inversores o v\u00eddeos corporativos.<\/p>\n
El segundo paso es la obtenci\u00f3n de la muestra de audio. Con apenas unos segundos de voz clara, las herramientas de clonaci\u00f3n actuales pueden generar un modelo sint\u00e9tico que reproduce el timbre, el ritmo, la entonaci\u00f3n y los patrones de habla caracter\u00edsticos. Plataformas comerciales y de c\u00f3digo abierto ofrecen esta funcionalidad por unos pocos euros o incluso de forma gratuita. El tercer paso es la identificaci\u00f3n del objetivo dentro de la empresa: el empleado que recibir\u00e1 la llamada. Los atacantes suelen rastrear LinkedIn y otras redes profesionales para localizar a personal de help desk, contabilidad o finanzas, y estudiar sus responsabilidades y relaciones jer\u00e1rquicas.<\/p>\n
El cuarto paso es la preparaci\u00f3n del gancho. A veces el atacante env\u00eda un correo electr\u00f3nico previo simulando ser el CEO para solicitar una transferencia urgente o un cambio de contrase\u00f1a, y luego refuerza la petici\u00f3n con una llamada telef\u00f3nica. Otras veces la llamada es directa, aprovechando la autoridad del cargo suplantado para generar presi\u00f3n. El quinto y \u00faltimo paso es la ejecuci\u00f3n de la llamada. El delincuente utiliza el modelo de voz generado y, dependiendo de la sofisticaci\u00f3n de la herramienta, puede leer un guion preescrito o conversar en tiempo real mientras su propia voz se transforma. La combinaci\u00f3n de urgencia, confidencialidad y autoridad es letal: pocos empleados se atrever\u00edan a cuestionar una orden directa del CEO, especialmente si se les pide que mantengan el asunto en secreto.<\/p>\n
\u00bfPor qu\u00e9 es tan dif\u00edcil detectar un deepfake de voz en una llamada telef\u00f3nica?<\/h3>\n
La respuesta est\u00e1 en la calidad creciente de los modelos generativos y en las limitaciones del canal telef\u00f3nico. Las llamadas de voz comprimen el audio, eliminan frecuencias y reducen la calidad general, lo que enmascara muchas de las imperfecciones que delatar\u00edan a un clon sint\u00e9tico en una grabaci\u00f3n de alta fidelidad. Los atacantes m\u00e1s sofisticados introducen adem\u00e1s ruido de fondo, pausas, respiraciones y peque\u00f1os titubeos artificiales para imitar el habla natural. Herramientas recientes son capaces de aprender los patrones \u00fanicos de cada persona \u2014sus muletillas, su velocidad al hablar, sus pausas caracter\u00edsticas\u2014 y reproducirlos con una fidelidad asombrosa. Cuando el oyente est\u00e1 bajo presi\u00f3n y espera escuchar la voz de su jefe, el sesgo de confirmaci\u00f3n hace el resto.<\/p>\n
Sin embargo, existen se\u00f1ales que pueden alertar a un oyente atento. Un ritmo de habla antinatural, un tono emocional excesivamente plano, la ausencia de respiraci\u00f3n entre frases, pausas mec\u00e1nicas o un sonido rob\u00f3tico en herramientas menos avanzadas son indicios de que la voz puede ser sint\u00e9tica. Tambi\u00e9n es sospechosa la ausencia total de ruido ambiente o, por el contrario, un ruido de fondo demasiado uniforme y repetitivo. Pero estos signos son sutiles y, en una conversaci\u00f3n estresante, f\u00e1ciles de pasar por alto.<\/p>\n
El costo real de los deepfakes: m\u00e1s all\u00e1 de los 35 millones de d\u00f3lares<\/h2>\n
El caso de los Emiratos \u00c1rabes Unidos en 2020 no es un hecho aislado. Desde entonces se han multiplicado los incidentes documentados, aunque la mayor\u00eda no trasciende por verg\u00fcenza corporativa o por acuerdo de confidencialidad. Las estimaciones del gobierno brit\u00e1nico indican que en 2025 se compartieron ocho millones de clips sint\u00e9ticos, una cifra que incluye desde v\u00eddeos pol\u00edticos falsos hasta estafas empresariales. El salto desde los 500.000 de 2023 representa un crecimiento del 1.500% en solo dos a\u00f1os, y la tendencia no muestra signos de desaceleraci\u00f3n.<\/p>\n
El robo de 35 millones de d\u00f3lares en una sola operaci\u00f3n demuestra el potencial de recompensa para los delincuentes. Pero hay otros vectores de ataque igualmente peligrosos. Los deepfakes de voz pueden utilizarse para eludir sistemas de autenticaci\u00f3n biom\u00e9trica en banca y servicios financieros, donde la voz se emplea como factor de verificaci\u00f3n. Tambi\u00e9n pueden servir para suplantar a candidatos en procesos de selecci\u00f3n, como ya han detectado algunas agencias de inteligencia, o para secuestrar cuentas ejecutivas mediante llamadas falsas a los departamentos de soporte t\u00e9cnico. En todos estos casos, el da\u00f1o no es solo econ\u00f3mico: la confianza en los procesos internos se erosiona, y la reputaci\u00f3n de la empresa puede quedar gravemente da\u00f1ada.<\/p>\n
El factor humano: el eslab\u00f3n m\u00e1s d\u00e9bil y m\u00e1s importante<\/h3>\n
Frente a una amenaza que combina tecnolog\u00eda avanzada con ingenier\u00eda social cl\u00e1sica, la primera l\u00ednea de defensa sigue siendo el personal de la organizaci\u00f3n. Los programas de formaci\u00f3n y concienciaci\u00f3n deben actualizarse para incluir simulaciones de ataques deepfake. Los empleados necesitan saber qu\u00e9 esperar, c\u00f3mo identificar las se\u00f1ales de alarma y, sobre todo, qu\u00e9 protocolos seguir ante una solicitud sospechosa. Los ejercicios de red teaming \u2014simulacros de ataque controlados\u2014 permiten evaluar si la formaci\u00f3n est\u00e1 calando y d\u00f3nde existen puntos ciegos.<\/p>\n
La formaci\u00f3n no puede limitarse a una charla anual. Debe ser continua, pr\u00e1ctica y adaptada a los roles espec\u00edficos. El personal de finanzas debe entender que una llamada del CEO pidiendo una transferencia urgente no es autom\u00e1ticamente leg\u00edtima. El equipo de soporte t\u00e9cnico debe saber que una solicitud de restablecimiento de contrase\u00f1a por tel\u00e9fono requiere verificaci\u00f3n adicional. Y todos deben interiorizar que la urgencia y la confidencialidad son las herramientas favoritas del estafador.<\/p>\n
Procesos que marcan la diferencia: verificaci\u00f3n multicanal y doble firma<\/h2>\n
La tecnolog\u00eda por s\u00ed sola no basta. Las organizaciones necesitan establecer procesos robustos que act\u00faen como barreras frente a los deepfakes. El principio fundamental es la verificaci\u00f3n fuera de banda: cualquier solicitud realizada por tel\u00e9fono debe confirmarse a trav\u00e9s de un canal independiente. Si el CEO llama pidiendo una transferencia, el empleado debe colgar y enviar un mensaje por la plataforma corporativa de mensajer\u00eda o por correo electr\u00f3nico para verificar la petici\u00f3n. Este simple paso corta de ra\u00edz la mayor\u00eda de los ataques, porque el estafador no tiene acceso a ese segundo canal.<\/p>\n
Otro proceso cr\u00edtico es la doble firma para transacciones financieras de alto valor o cambios en los datos bancarios de proveedores. Ninguna transferencia significativa deber\u00eda autorizarse con una sola llamada o correo. Se requiere la aprobaci\u00f3n de dos personas, preferiblemente de diferentes departamentos, y siempre con verificaci\u00f3n independiente. Adem\u00e1s, las empresas pueden establecer frases de paso o preguntas de seguridad preacordadas que los ejecutivos deben responder durante las llamadas sensibles. Estas contrase\u00f1as verbales, conocidas solo por el emisor y el receptor, son dif\u00edciles de falsificar si se cambian peri\u00f3dicamente.<\/p>\n
El papel de la tecnolog\u00eda: herramientas de detecci\u00f3n y limitaci\u00f3n de exposici\u00f3n<\/h3>\n
En el frente tecnol\u00f3gico, ya existen herramientas dise\u00f1adas para detectar voces sint\u00e9ticas analizando par\u00e1metros ac\u00fasticos como la distribuci\u00f3n de frecuencias, los patrones de respiraci\u00f3n y las microvariaciones que los modelos generativos a\u00fan no logran replicar con perfecta naturalidad. Estas soluciones pueden integrarse en las centralitas telef\u00f3nicas o en los sistemas de verificaci\u00f3n de identidad para alertar en tiempo real sobre la posible presencia de un deepfake. Sin embargo, su eficacia depende de la calidad del modelo y de la actualizaci\u00f3n constante frente a las nuevas generaciones de clonadores.<\/p>\n
Otra medida tecnol\u00f3gica, aunque m\u00e1s compleja de implementar, es limitar la exposici\u00f3n p\u00fablica de los ejecutivos. Reducir la cantidad de grabaciones de voz disponibles en Internet \u2014v\u00eddeos de conferencias, entrevistas, podcasts\u2014 dificulta que los atacantes obtengan muestras suficientes para clonar una voz con alta fidelidad. Esto no significa que los directivos deban desaparecer de la vida p\u00fablica, sino que las empresas deben ser conscientes del riesgo asociado a cada aparici\u00f3n y tomar decisiones informadas sobre qu\u00e9 contenido compartir y d\u00f3nde.<\/p>\n
La estrategia integral: personas, procesos y tecnolog\u00eda como escudo frente a los deepfakes<\/h2>\n
Ninguna medida aislada es suficiente. La naturaleza de la amenaza exige un enfoque en tres frentes que combine la formaci\u00f3n del personal, la implantaci\u00f3n de procesos de verificaci\u00f3n robustos y el uso de tecnolog\u00eda de detecci\u00f3n. Las organizaciones que adopten este modelo estar\u00e1n mejor preparadas para resistir los ataques actuales y adaptarse a los que est\u00e1n por venir. La inteligencia artificial generativa no va a desaparecer; al contrario, seguir\u00e1 perfeccion\u00e1ndose. Los delincuentes tienen incentivos econ\u00f3micos enormes para invertir en mejorar sus t\u00e9cnicas. La \u00fanica respuesta sostenible es una defensa que evolucione al mismo ritmo.<\/p>\n
El nuevo panorama de fraude corporativo exige atenci\u00f3n constante. Las empresas que traten los deepfakes de voz como una moda pasajera o un problema de otros estar\u00e1n exponiendo sus finanzas y su reputaci\u00f3n a un riesgo evitable. Las que act\u00faen ahora, implementando medidas concretas y revis\u00e1ndolas peri\u00f3dicamente, no solo proteger\u00e1n sus activos, sino que construir\u00e1n una cultura de seguridad que las har\u00e1 m\u00e1s resilientes frente a cualquier forma de ingenier\u00eda social potenciada por inteligencia artificial. La tecnolog\u00eda avanza, pero la combinaci\u00f3n de personas conscientes, procesos s\u00f3lidos y herramientas adecuadas sigue siendo la mejor defensa. Porque, al final del d\u00eda, la pregunta no es si su empresa recibir\u00e1 una llamada deepfake, sino cu\u00e1ndo. Y si estar\u00e1 preparada para colgar a tiempo.<\/p>\n","protected":false},"excerpt":{"rendered":"
Hubo un tiempo en el que pod\u00edamos creer todo lo que ve\u00edamos y o\u00edamos. Esos d\u00edas han quedado atr\u00e1s. La inteligencia artificial generativa ha democratizado la creaci\u00f3n de audios y v\u00eddeos falsos hasta el punto de que generar un clip manipulado es tan sencillo como pulsar un par de botones. Para las empresas, esta realidad […]<\/p>\n","protected":false},"author":2,"featured_media":67738,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"https:\/\/pub-4d4fc17555de4152be07eaf2a416a31e.r2.dev\/es\/ocie_1788556700543.jpg","fifu_image_alt":"Empresas enfrentan olas de deepfakes de voz que roban millones","footnotes":""},"categories":[5],"tags":[],"class_list":["post-67736","post","type-post","status-publish","format-standard","has-post-thumbnail","category-tecnologia"],"fifu_image_url":"https:\/\/pub-4d4fc17555de4152be07eaf2a416a31e.r2.dev\/es\/ocie_1788556700543.jpg","fifu_image_alt":"Empresas enfrentan olas de deepfakes de voz que roban millones","_links":{"self":[{"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/posts\/67736","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/comments?post=67736"}],"version-history":[{"count":1,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/posts\/67736\/revisions"}],"predecessor-version":[{"id":67737,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/posts\/67736\/revisions\/67737"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/media\/67738"}],"wp:attachment":[{"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/media?parent=67736"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/categories?post=67736"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/overcentral.com\/es\/wp-json\/wp\/v2\/tags?post=67736"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}